删除R中列中字符后的所有内容

Question

我需要删除列中问号后的所有内容。

我有一个数据集 EX:

my.data

BABY      MOM      LANDING
mark      dina     www.example.com/?kdvhzkajvkadjf
tom       becky    www.example.com/?ghkadkho[qeu
brad      tina     www.example.com/?klsdfngal;j

我希望我的新数据是:

new.data

BABY      MOM      LANDING
mark      dina     www.example.com/?
tom       becky    www.example.com/?
brad      tina     www.example.com/?

我如何告诉 R 在 ? 之后删除所有内容在 my.data$LANDING ?

Answer 1

我们可以使用 sub删除 ? 之后的字符.我们使用正向后视( (?<=\\?).* )来匹配一个或多个以 . 开头的字符( ? )并将其替换为 '' .

 my.data$LANDING <- sub('(?<=\\?).*$', '', my.data$LANDING, perl=TRUE)
 my.data
 #  BABY   MOM       LANDING
 #1 mark  dina www.example.com/?
 #2  tom becky www.example.com/?
 #3 brad  tina www.example.com/?

或者另一种选择是使用 capture groups然后用捕获组( \\1 )替换第二个参数。

 my.data$LANDING <- sub('([^?]+\\?).*', '\\1', my.data$LANDING)

在这里，我们匹配所有不是 ? 的字符。 ( [^?]+ ) 后跟 ? ( \\? ) 并使用括号捕获为一组 ( ([^?]+\\?) )，我们将其余字符留在组中 ( .* )。

或者正如评论中提到的@Frank，我们可以匹配 ?和其余的字符( .* )，并将其替换为 \\?作为第二个论点。

  my.data$LANDING <- sub("\\?.*","\\?",my.data$LANDING)